人工智能在長江水污染治理中的應用現狀研究

陳彥波　杜樂　張水鋒　駱澤如　楊思穎

摘要 當下，人工智能技術發(fā)展迅猛，被不斷應用于水污染治理領域。然而人工智能在長江水污染治理中的應用研究較少。通過梳理近5年人工智能在長江水污染治理中的應用，以應用場景、應用形態(tài)和關鍵技術為切入點，構建人工智能治理技術框架，闡述之處長江水污染治理人工智能技術的應用現狀，并分析了目前長江水污染治理發(fā)展需求，探討其優(yōu)勢與不足。

關鍵詞 長江；水污染治理；人工智能應用

中圖分類號：TP18 文獻標識碼：B 文章編號：2095–3305（2023）06–0185-03

作為一種引領性技術，人工智能技術為平衡長江水污染治理與生態(tài)可持續(xù)發(fā)展之間的矛盾提供了新的思路。從2019年長江下游南京正式上線運行長江大保護“生態(tài)眼”監(jiān)管系統(tǒng)到2021年長江中游咸寧天地一體的“智慧長江”生態(tài)環(huán)境監(jiān)管體系上線試運行，人工智能技術被廣泛應用于長江水污染治理。

在智慧環(huán)保概念的影響下，傳統(tǒng)長江水污染治理向信息化、數字化轉型，向智能化浪潮奔涌。人工智能技術被應用于長江水污染治理具有一定的現實基礎：一方面：2016年9月頒發(fā)《長江經濟帶發(fā)展規(guī)劃綱要》，指出長江流域是我國未來經濟發(fā)展的重要地區(qū)，習近平總書記先后三次在重慶、武漢、南京召開長江經濟帶發(fā)展座談會，提出“共抓大保護”的戰(zhàn)略定位，強調“保持歷史耐心和戰(zhàn)略定力”。新時代，長江經濟發(fā)展凸顯的生態(tài)問題亟需有效的解決方法，為經濟發(fā)展保駕護航。另一方面，國務院2017年發(fā)布的《新一代人工智能發(fā)展規(guī)劃》指出要建立涵蓋大氣、水、土壤等環(huán)境領域的智能監(jiān)控大數據平臺體系，建成陸海統(tǒng)籌、天地一體、上下協同、信息共享的智能環(huán)境監(jiān)測網絡和服務平臺，研發(fā)資源能源消耗、環(huán)境污染物排放智能預測模型方法和預警方案。這一系列頂層設計昭示者人工智能技術融入長江水污染治理是大勢所趨。

1 人工智能在長江水污染治理中的應用場景

人工智能技術在水與環(huán)境領域的應用場景大體可劃分為水環(huán)境污染識別與風險響應、水質安全保障技術研發(fā)、涉水設施優(yōu)化重構與集成管理、流域生態(tài)系統(tǒng)過程模擬與統(tǒng)籌管理4個方面[1]?，F階段，人工智能在長江水污染治理中的應用，以水環(huán)境污染識別與風險響應為主，其次是研發(fā)涉水設施優(yōu)化重構與集成管理、流域生態(tài)系統(tǒng)過程模擬與統(tǒng)籌，其中，水質安全保障技術較為欠缺。

人工智能在水環(huán)境污染識別與風險響應場景中的應用較多，應用最為廣泛的是無人機遙感監(jiān)測系統(tǒng)[2-3]。這一場景基于傳統(tǒng)環(huán)境監(jiān)測，通過人工采集樣本、視頻監(jiān)控、自動監(jiān)測站等方式進行作業(yè)，付出成本較大，性價比較低。無人機依托遙感監(jiān)測，結合人工智能進行圖像分類與處理，可實現大范圍、多品類、高精度、高時效的環(huán)境監(jiān)測，填補傳統(tǒng)監(jiān)測方式在空間動態(tài)監(jiān)測的空白，同時提高監(jiān)測數據質量。在人工難以深入的長江入河排污口水，運用無人船排查排污暗管，降低傳統(tǒng)排查的工作難度。水環(huán)境污染識別與風險響應之所以是人工智能在長江水污染治理應用的主要場景，是因為相關研究多從水環(huán)境本身切入，對諸多技術如何幫助相關部門進行污染識別與響應較為關注。

在涉水設施優(yōu)化重構與集成管理中，主要應用智慧水務系統(tǒng)與水利信息平臺。在智慧水務系統(tǒng)的基礎上，應用模擬退火算法等決策優(yōu)化技術，優(yōu)化水質監(jiān)控點布置、排水管網路線、管網加氯時程等[4]?；谌斯ぶ悄艿闹R表達、知識結構、啟發(fā)式搜索與推理方法等理論，依托知識庫與專家系統(tǒng)對水質監(jiān)控點的布置、排污管網路線等的規(guī)劃，在不同方案中對比選擇最優(yōu)方案、并不斷優(yōu)化迭代，設計出最契合實際環(huán)境情況的建設方案，防止因涉水設施規(guī)劃缺陷與破損造成的污染。在涉水設施巡檢運維中也有人工智能技術的身影，主要體現在智能派單與設備智慧輔助維護上，打破傳統(tǒng)水務設備檢修與維護流程冗長的局面[5]。

在流域生態(tài)系統(tǒng)過程模擬與統(tǒng)籌管理中，主要運用智慧決策平臺與模擬器。在遙感、物聯網等技術采集得到海量數據的基礎上，通過機器學習技術與水環(huán)境模型，對多元的涉水數據進行數據挖掘分析與應用。在模型訓練過程中，機器學習方法可在每次得出數據分析結果后調整優(yōu)化計算方法，相較傳統(tǒng)大數據方法，其更能適應執(zhí)行結果的變化。

通過數據挖掘將繁雜基礎數據中得到的有效數據輸入模型，構建多目標函數，運用優(yōu)化求解算法實現水質模擬、污染濃度模擬等，通過對流域水質、污染濃度等情況的模擬預測，可防范突發(fā)性污染事件。

2 人工智能在長江水污染治理中的應用形態(tài)

2.1 智能監(jiān)測機器人

智能監(jiān)測機器人主要指無人機與無人船。無論是無人機還是無人船，都可以以人工難以高效完成的信息采集方式，實現對長江水體、排污管的監(jiān)控。無人機搭載高光譜視頻成像儀或超分辨率成像芯片與相機，采集大空間、高光譜的光譜視頻影像，依托深度學習技術建立反演模型，利用遙感反演得到流域水質分布圖像。

借助無人機大氣環(huán)境監(jiān)測載荷搭載，采集分析無人機周圍及以下的氣體，大面積、多高度地捕獲大氣污染源，建立不同高度下的污染物濃度分布立體圖像，實現污染溯源。利用無人船排查確定污染源，可提升入河排污口工作的效能，改革傳統(tǒng)排污口排查工作方法，滿足環(huán)境監(jiān)測、污染排查的工作需要[6]。

智能監(jiān)測機器人在長江水污染治理中的應用較為廣泛，主要體現在無人設備搭載其他監(jiān)測設備，如相機、聲吶探測儀，實現對流域數據的采集，而沿江智能巡航的應用較為欠缺。無人機在進行水環(huán)境、大氣環(huán)境監(jiān)測中，所涉地域廣、面積大，部分城市、工業(yè)區(qū)水段地形復雜，流域周邊地形多樣，而利用人工智能算法設計無人機航線可解決上述問題。

2.2 智慧水務系統(tǒng)

在諸多長江水務系統(tǒng)應用中，有長江大保護水務系統(tǒng)，包含空—天—地一體化感知網的水利信息網平臺等，諸多研究對該應用的命名不同但本質相似。為此將上述不同應用形態(tài)統(tǒng)稱為智慧水務系統(tǒng)。智慧水務系統(tǒng)在長江水污染治理的應用，依托人工智能、大數據、物聯網等新興技術的融合，為水監(jiān)測賦能增效，優(yōu)化傳統(tǒng)監(jiān)測模式，使數據自動、實時上傳，包含空、天、地三維監(jiān)測，形成多維在線監(jiān)測感知網，形成后續(xù)數據使用的壓艙石。針對長江相關行政主管部門等涉水單位，智慧水務系統(tǒng)以數據互通、在線更新的特點，避免了各單位協作時因數據壁壘帶來的重復勞動。

當前，諸多智慧水務系統(tǒng)多以城市為單元，打破了長江流域不同部門、不同區(qū)域的信息壁壘，在同一單元實現信息互聯互通。然而，長江流域上下游城市、兩岸之間的聯系緊密。此外，在長江中下游較發(fā)達城市中，水務部門、涉水單位使用的智慧水務系統(tǒng)各異，在資源冗余的同時形成數據壁壘[7]。

2.3 智慧決策平臺

智慧決策平臺的基礎是數據的采集、挖掘、分析，全面、有效的數據與決策過程對最終制定水環(huán)境治理修復決策同樣關鍵[8]。智慧決策平臺整合管理部門數據、監(jiān)測點數據、流域研究數據等多方數據，前期數據采集細致全面，在數據層面保證決策的準確可靠，再利用水環(huán)境模型、機器學習方法，進行數據挖掘分析，以實現污染物反演、黑臭水體識別、水質預測等流域環(huán)境問題診斷，構建多目標約束函數，依托優(yōu)化求解算法計算出最優(yōu)解，最終輸出最優(yōu)治理決策，且可對結果進行可視化處理。

3 人工智能在長江水污染治理中的應用關鍵技術

通常認為人工智能是研究、開發(fā)用于模擬、延伸、擴展人智能的一門新興技術科學，它包含了理論、方法、技術及應用系統(tǒng)。當前，長江水環(huán)境污染治理的人工智能應用關鍵技術豐富，如機器學習、數據挖掘、圖像識別、圖像分類等。通過對相關技術進行梳理，從技術種類與技術層級2個維度進行研究，同時根據具體應用提出人工智能水環(huán)境治理技術框架。

3.1 關鍵技術手段

從研究方向的角度分類，《人工智能標準化白皮書（2018版）》將人工智能關鍵技術分為機器學習、知識圖譜、自然語言處理、人機交互、計算機視覺、生物特征識別、AR/VR 7項。長江水環(huán)境治理實際應用的關鍵技術有機器學習、計算機視覺和AR/VR。機器學習、計算機視覺的運用十分廣泛與成熟，治理應用中更強調機器學習建模，依托計算機視覺的圖像識別、分類對水質指標數據、光譜特征數據、形貌特征數據、大氣數據等進行挖掘分析或處理。AR/VR技術在這一領域也有所涉及，主要被用于對地下排污管網的建模與復現，以便檢修，在保護沿岸生態(tài)的同時降低運維成本。利用數字孿生技術進行重點區(qū)域全覆蓋、全感知監(jiān)測也有所應用，對污泥全生命周期全部相關設施進行數字孿生，統(tǒng)一管理方式等。知識圖譜作為可以為復雜問題提供數據分析與決策支持的方法，通過存儲人類專家的知識、思維、經驗與邏輯，使計算機在大量低信息熵數據中構建知識之間的聯系，為長江流域過程模擬與預測提供有力抓手。數字孿生、知識圖譜新興技術的運用尚未形成體系，反映出當前人工智能在長江水環(huán)境治理中的運用尚不深入，相關新興技術的應用應深入發(fā)展。

此外，關鍵技術與其他新興技術存在交叉，如在機器學習或深度學習中往往與物聯網技術相結合，借助大數據分析對數據進行預處理，提升模型精準度。

3.2 關鍵技術層級

人工智能的發(fā)展歷經3次浪潮，從計算智能時代、感知智能時代到認知智能時代，人工智能在長江水污染治理應用伴隨這三大類智能技術的更迭也從自動化、數字化到智能化不斷發(fā)展。根據前期調研分析和該領域學者的相關研究，構建了長江水污染治理人工智能的技術框架，包含流域數據層、算法層、感知層、認知層以及治理應用層（圖1）。

依照長江水污染治理人工智能的應用現實，主張將技術框架劃分為5個層級，分別為流域數據層、算法層、感知層、認知層和治理應用層。流域數據層是框架的基礎層級，包含水體葉綠素、總氮、總磷含量等數值指標類數據，流域監(jiān)測站點分布、排污管道分布數據等業(yè)務管理類數據，光譜特征類數據和形貌特征類數據，可以進行數據采集、處理與存儲。

算法層是技術框架的核心層級，而機器學習和深度學習兩大技術支撐著算法層。機器學習能夠基于流域數據層的各類數據構建污染物反演模型、黑臭水識別模型等模型，對水質識別、預測與預警起到重要作用；深度學習在提高識別準確率、在圖像識別等關鍵技術手段上有著不錯的表現。

感知層由識別技術組成，旨在讓機器具備感知外部世界的能力，擁有人類“認”“看”的能力。

認知層比感知層更加深入，在使機器感知的基礎上讀懂所識別對象的內在含義。認知層的關鍵技術由圖像處理與理解、光譜分析等構成。

治理應用層是技術框架的頂層層級，由各種人工智能技術應用的具體表現組成，應用形態(tài)多樣，如智能監(jiān)測機器人、水質預測預警等。

4 結束語

人工智能在長江水污染治理領域的運用顛覆了傳統(tǒng)的環(huán)境治理方式，整體發(fā)展卻仍處于起步階段，依然面臨著許多困境。一方面，不同流域段應用深度存在差距，需加大人工智能產品的研發(fā)力度，提升智慧系統(tǒng)與平臺的可用性、智能性，真正使長江水環(huán)境得到改善，保持水污染治理成效。

另一方面，要強化數據監(jiān)管。在打破各部門數據壁壘的同時保障數據安全，降低訓練模型的數據成本，得到可靠有效的模型，最大限度地發(fā)揮數據價值。雖然人工智能產品在長江水污染治理中的應用能切實解決時下存在的諸多問題，但也要注意技術與實踐的結合，使各種人工智能技術發(fā)揮出自身價值。

參考文獻

[1] 王旭，王釗越，潘藝蓉，等.人工智能在21世紀水與環(huán)境領域應用的問題及對策[J].中國科學院院刊，2020，35（9）：1163 -1176.

[2] 丁銘，李旭文，姜晟，等.江蘇生態(tài)環(huán)境無人機監(jiān)測體系研究及初步應用[J].環(huán)境監(jiān)控與預警，2019，11（5）：96-102.

[3] 吳德灃，殷小軍.關于生態(tài)環(huán)境綜合感知平臺建設的探析：基于長江經濟帶（南京段）生態(tài)環(huán)境立體多源實時動態(tài)感知平臺[J].中國信息化，2021（10）：89-90.

[4] 謝善斌，袁杰，侯金霞.智慧水務信息化系統(tǒng)建設與實踐[J].給水排水，2018， 54（4）：134-140.

[5] 郭劍橋，田甜，張坤林.基于新技術的長江大保護智慧水務系統(tǒng)應用[J].綠色科技，2020（14）：63-64.

[6] 得望.2019人工智能案例TOP100[J].互聯網周刊，2020（8）：30-47.

[7] 魏本勝.長江大保護視角下的智慧水務關鍵問題及對策[J].水利信息化， 2022 （1）：31-34.

[8] 劉柏音，劉孝富，王維.長江生態(tài)環(huán)境保護修復智慧決策平臺構建與初步設計[J].環(huán)境科學研究，2020，33（5）：1276-1283.

責任編輯：黃艷飛

Research on the Application Status of Artificial Intelligence in Water Pollution Control of Yangtze River

Chen Yan-bo et al（Nanjing Forest Police College， Nanjing， Jiangsu 210000 ）

Abstract AI technology develops rapidly and was constantly applied in the field of water pollution control. However， there were few researches on the application of AI in the Yangtze River water pollution control at present. By reviewing the application of AI in water pollution treatment of the Yangtze River in the past five years， taking application scenarios， application forms and key technologies as the entry point， the framework of AI treatment technology was constructed， and the current application status of AI technology for water pollution treatment of the Yangtze River was expounded. Finally， the development needs of the current water pollution treatment of the Yangtze River were analyzed， and its advantages and disadvantages are discussed.

Key words Yangtze River; Water pollution control; Artificial Intelligence Applications

基金項目 江蘇省大學生創(chuàng)新創(chuàng)業(yè)訓練計劃創(chuàng)新訓練一般項目“人工智能技術在長江流域面源污染治理中的應用現狀研究”（202212213082Y）。

作者簡介 陳彥波（2001—），男，湖北咸寧人，主要從事大數據分析研究。*通信作者：杜樂（1988—），女，江蘇南京人，助理研究員，主要從事數字信息化教育管理工作，E-mail：65179342@qq.com。

收稿日期 2023-03-27